สิงคโปร์สอนนักเรียนใช้ AI แต่ยังต้องคิดด้วยตัวเอง

โจทย์จึงไม่ได้อยู่ที่การแจกอุปกรณ์ให้นักเรียนอีกต่อไป แต่อยู่ที่การทำให้นักเรียนรู้จักตั้งคำถามกับคำตอบของ AI ตรวจจับข้อผิดพลาด และตัดสินใจได้ว่าการใช้ AI ในงานชิ้นหนึ่งจะช่วยการเรียนรู้ หรือกำลังทำลายเป้าหมายของงานนั้น

ความเสี่ยงไม่ได้อยู่ที่การใช้เครื่องมือ แต่อยู่ที่การให้ AI ทำงานหลักแทน

การถ่ายโอนภาระทางความคิด หรือ cognitive offloading ไม่ได้เป็นสิ่งเลวร้ายโดยอัตโนมัติ มนุษย์ใช้เครื่องมือภายนอกเพื่อลดภาระที่ไม่จำเป็นอยู่เสมอ เครื่องคิดเลข หนังสืออ้างอิง หรือโปรแกรมตรวจคำสะกด ล้วนช่วยให้เราเหลือสมาธิไปทำงานที่ซับซ้อนกว่า

ปัญหาเกิดขึ้นเมื่อผู้เรียนมอบหมาย กระบวนการเรียนรู้หลัก ให้ AI ก่อนที่จะได้ลองทำด้วยตัวเอง เช่น ให้ AI ตั้งข้อโต้แย้ง ตีความหลักฐาน แก้โจทย์ที่ไม่คุ้นเคย หรือเขียนคำอธิบายตั้งแต่ต้น ทั้งที่นักเรียนยังไม่มีคำตอบเบื้องต้นของตัวเอง

ผลงานที่ส่งอาจดูดีขึ้นอย่างรวดเร็ว แต่ความเรียบร้อยนั้นอาจบดบังการเรียนรู้ที่ยังไม่เกิดขึ้นจริง นักเรียนอาจขาดแบบจำลองทางความคิดที่จำเป็นต่อการ:

• ตรวจจับข้อความที่ฟังดูน่าเชื่อถือแต่เป็นเท็จ
• นำแนวคิดไปปรับใช้กับปัญหาใหม่
• อธิบายได้ว่าเหตุใดข้อโต้แย้งหนึ่งจึงมีน้ำหนัก
• มองเห็นหลักฐานที่ยังขาดหายไป
• ปกป้องหรืออธิบายผลงานของตัวเองโดยไม่พึ่งเครื่องมือ

นี่คือเหตุผลที่นักการศึกษาพูดถึง productive struggle หรือ “ความพยายามที่สร้างการเรียนรู้” ซึ่งหมายถึงการพยายามเรียกความรู้กลับมา ทดลองผิดพลาด รับฟีดแบ็ก และแก้ไขงาน หากตัดขั้นตอนที่ยากออกทั้งหมด งานอาจง่ายขึ้น แต่ผู้เรียนก็อาจเสียโอกาสฝึกกระบวนการคิดที่ทำให้เหตุผลพัฒนาไปด้วย

หลักฐานชี้ถึงความเสี่ยง แต่ยังไม่ใช่คำตอบว่า AI ทำร้ายการคิดเสมอไป

งานวิจัยในปัจจุบันสนับสนุนให้ระมัดระวังการใช้ AI แต่ยังไม่เพียงพอที่จะสรุปว่า AI ทำให้การคิดวิเคราะห์แย่ลงในทุกกรณี

งานทบทวนขอบเขตการศึกษาเกี่ยวกับ generative AI ในระดับอุดมศึกษาพบว่า AI มีประโยชน์ต่อการเขียน การให้ฟีดแบ็ก การแก้ปัญหา และงานวิจัย ขณะเดียวกันก็ทำให้เกิดข้อกังวลเรื่องการถ่ายโอนภาระทางความคิด การพึ่งพาเครื่องมือ และความเป็นเจ้าของการเรียนรู้ของผู้เรียน

การทบทวนอย่างเป็นระบบจากงานวิจัย 89 ชิ้นพบว่าผลของ AI ไม่ได้เป็นไปในทิศทางเดียวกันทั้งหมด โดย 40.4% ของงานศึกษารายงานผลเชิงบวก และ 23.6% รายงานผลแบบผสมหรือขึ้นอยู่กับเงื่อนไข งานทบทวนดังกล่าวระบุว่าการพึ่งพา AI มากเกินไป ความเป็นอิสระในการวิเคราะห์ที่ลดลง และการถ่ายโอนภาระทางความคิด เป็นความเสี่ยงที่ถูกรายงานบ่อย

การสังเคราะห์งานวิจัยเกี่ยวกับการเรียนรู้ในห้องเรียนก็เตือนในทำนองเดียวกันว่า ทักษะการคิดระดับสูง เช่น การวิเคราะห์ การให้เหตุผล และความคิดสร้างสรรค์ อาจได้รับผลกระทบเมื่อ AI ทั่วไปเข้ามาข้ามขั้นตอนความพยายามที่จำเป็นต่อการพัฒนาทักษะ งานดังกล่าวแนะนำให้สร้างความรู้พื้นฐานก่อน สอน AI literacy และค่อย ๆ เพิ่มการใช้เครื่องมืออย่างมีโครงสร้าง

อย่างไรก็ตาม ฐานหลักฐานยังอยู่ระหว่างการพัฒนา งานทบทวนหลายชิ้นพบว่านักวิจัยยังให้นิยาม “การคิดอย่างมีวิจารณญาณ” ไม่เหมือนกัน อีกทั้งมีความแตกต่างด้านวิชา อายุของผู้เรียน รูปแบบงาน และระดับความช่วยเหลือจาก AI

ข้อสรุปที่รอบคอบที่สุดจึงเป็นแบบมีเงื่อนไข:

AI มีแนวโน้มช่วยการเรียนรู้มากกว่าเมื่อทำหน้าที่เป็นโครงช่วยคิด คู่สนทนาเพื่อรับฟีดแบ็ก หรือผู้ท้าทายเหตุผลของนักเรียน และมีแนวโน้มบั่นทอนการเรียนรู้มากกว่าเมื่อเข้ามาแทนที่การตีความและการวิเคราะห์พื้นฐาน

ช่องว่างที่สำคัญที่สุดอาจเป็นช่องว่างระหว่าง การทำงานได้สำเร็จ กับ การเรียนรู้ที่คงทน นักเรียนอาจทำงานเสร็จได้ดีขึ้นโดยไม่ได้มีความรู้หรือวิจารณญาณเพิ่มขึ้นตามเป้าหมายที่งานนั้นต้องการพัฒนา

จากการจับตาลอกงาน สู่การออกแบบการเรียนรู้

หลัง ChatGPT เปิดให้สาธารณชนใช้งานในปี 2022 การตอบสนองระยะแรกของสถาบันการศึกษาทั่วโลกมักมุ่งไปที่การทุจริต การลอกเลียนผลงาน และการตรวจจับการใช้ AI

มหาวิทยาลัยในสิงคโปร์กำลังพัฒนาแนวทางที่แยกแยะมากขึ้น การใช้ AI อาจได้รับอนุญาตในรายวิชาหรือชิ้นงานบางประเภท แต่กติกายังคงขึ้นอยู่กับรายวิชา และนักศึกษายังต้องรับผิดชอบต่อความถูกต้อง ความซื่อสัตย์ทางวิชาการ และการอ้างอิงผลงานที่ส่ง

แนวทางของ National University of Singapore (NUS) ระบุให้นักศึกษารับรองการใช้ AI ตรวจสอบข้อกำหนดกับผู้สอน และรับผิดชอบต่อคุณภาพกับความถูกต้องของงาน นโยบายของ NUS ยังถือว่าการนำผลลัพธ์จาก AI ไปใช้โดยไม่เปิดเผย รวมถึงการถอดความผลลัพธ์จาก AI แล้วนำเสนอเป็นผลงานของตัวเอง เป็นรูปแบบหนึ่งของการลอกเลียนผลงานที่ไม่เหมาะสม

ขณะเดียวกัน ข้อจำกัดของระบบตรวจจับ AI ก็ชัดเจนขึ้น Nanyang Technological University (NTU) ระบุว่าจะยุติการใช้เครื่องมือตรวจจับ AI ระดับสถาบันตั้งแต่ปี 2027 เนื่องจากเครื่องมือดังกล่าวไม่น่าเชื่อถือและขาดหลักฐานเชิงประจักษ์เพียงพอที่จะใช้พิสูจน์การทุจริตทางวิชาการ มหาวิทยาลัยจะหันมาให้ความสำคัญกับการบันทึกกระบวนการทำงานและการเปิดเผยการใช้ AI ในรูปแบบมาตรฐานมากขึ้น

ทิศทางนี้สะท้อนปรัชญาการประเมินผลแบบใหม่ แทนที่จะพยายามเดาว่าใครเป็นผู้เขียนจากข้อความสุดท้ายเพียงอย่างเดียว ครูและอาจารย์สามารถทำให้เห็นเส้นทางการคิดของนักเรียนผ่าน:

• ความพยายามครั้งแรกที่ทำโดยไม่ใช้ AI
• ร่างงานหลายระยะและประวัติการแก้ไข
• แหล่งข้อมูลที่มีคำอธิบายประกอบ
• บันทึกสะท้อนกระบวนการทำงาน
• การอธิบายหรือปกป้องผลงานด้วยวาจา
• หลักฐานเฉพาะสาขา เฉพาะพื้นที่ หรือเกี่ยวข้องกับประสบการณ์ของผู้เรียน
• งานที่ต้องนำแนวคิดไปใช้กับสถานการณ์ใหม่ที่ไม่คุ้นเคย

เป้าหมายจึงไม่ใช่การทำข้อสอบให้ “ปลอด AI” อย่างสมบูรณ์ แต่คือการทำให้สิ่งที่ต้องการประเมิน—การเรียนรู้—มองเห็นได้จริง

การใช้ AI อย่างรับผิดชอบควรเป็นอย่างไร

กติกาที่ใช้ได้ง่ายสำหรับนักเรียนคือ ใช้ AI หลังจาก ระหว่าง หรือเพื่อท้าทายความคิดของตัวเอง—ไม่ใช่ใช้แทนความคิดของตัวเอง

สำหรับนักเรียนและนักศึกษา

1. เริ่มต้นโดยไม่ใช้ AI ลองทำโครงร่าง แก้โจทย์ ระบุแหล่งข้อมูล หรือเสนอจุดยืนเบื้องต้นก่อนเปิดเครื่องมือ
2. ใช้ AI เป็นคู่คิด ขอให้ช่วยเสนอข้อโต้แย้งอีกด้าน ชี้สมมติฐานที่ซ่อนอยู่ แนะนำคำค้น สร้างคำถามฝึกฝน หรือวิจารณ์ร่างงาน
3. มองคำตอบจาก AI เป็นข้ออ้าง ไม่ใช่หลักฐาน ตรวจสอบข้อเท็จจริง คำพูดอ้างอิง แหล่งที่มา การคำนวณ และการตีความกับแหล่งข้อมูลปฐมภูมิหรือแหล่งที่น่าเชื่อถือ
4. บันทึกการใช้ AI จดชื่อเครื่องมือ คำสั่งสำคัญ ผลลัพธ์ที่นำไปใช้หรือปฏิเสธ และวิธีตรวจสอบข้อมูล แนวทางของ NUS กำหนดให้นักศึกษารับรองการใช้ AI และรับผิดชอบต่องานของตัวเอง ขณะที่บางภาควิชากำหนดให้จัดทำรายการเปิดเผยการใช้งานอย่างละเอียด
5. ต้องอธิบายงานได้ด้วยตัวเอง นักเรียนควรสามารถอธิบายและปกป้องข้ออ้างสำคัญทุกข้อได้โดยไม่ต้องพึ่งเครื่องมือ

สำหรับครูและสถาบันการศึกษา

โรงเรียนและมหาวิทยาลัยสามารถกำหนดระดับการอนุญาตใช้ AI ให้ชัดเจนในแต่ละงาน เช่น:

• ห้ามใช้: งานที่ต้องการวัดการจำ การคำนวณ การเขียน หรือทักษะพื้นฐานโดยไม่พึ่งเครื่องมือ
• อนุญาตแต่ต้องเปิดเผย: AI ใช้ช่วยค้นคว้า รับฟีดแบ็ก หรือแก้ไขภาษาได้ แต่นักเรียนต้องบันทึกการใช้งานและตรวจสอบผลลัพธ์
• คาดหวังให้ใช้: ประเมินความสามารถของนักเรียนในการตั้งคำถาม ปรับปรุง หรือโต้แย้งคำตอบจาก AI

กระบวนการที่ดีอาจเรียงลำดับดังนี้: เริ่มทำด้วยตัวเอง รับฟีดแบ็กจาก AI อย่างมีกรอบ แก้ไขงานด้วยตัวเอง และสะท้อนว่า AI ให้คำตอบถูกต้อง ไม่ครบถ้วน หรือผิดพลาดตรงไหน

ครูควรแยก “ทักษะการเขียนคำสั่ง” ออกจาก “ความเข้าใจเนื้อหา” เพราะคำสั่งที่ซับซ้อนไม่ใช่หลักฐานว่านักเรียนเข้าใจวิชา การตัดสินใจปฏิเสธคำตอบจาก AI ที่ฟังดูน่าเชื่อถือ พร้อมให้เหตุผลรองรับ อาจเป็นหลักฐานการเรียนรู้ที่แข็งแรงกว่า

สำหรับเด็กเล็ก MOE ระบุว่าการใช้ AI ต้องเป็นประโยชน์ต่อการเรียนรู้ มีเป้าหมายชัดเจน เหมาะสมกับวัยและพัฒนาการ ปลอดภัย และมีความรับผิดชอบ รายงานล่าสุดระบุว่าเครื่องมือที่ MOE พัฒนาจะเริ่มนำมาใช้แบบค่อยเป็นค่อยไปตั้งแต่ระดับ Primary 4 หรือประถมศึกษาปีที่ 4 ภายใต้การดูแลของครู พร้อมขยายการฝึกอบรม AI ให้ครู เด็กจึงควรเรียนรู้ผ่านกิจกรรมในห้องเรียนที่มีผู้ใหญ่กำกับ มากกว่าการเปิดให้ใช้ AI ส่วนตัวอย่างไร้ขอบเขต

การเข้าถึงเทคโนโลยีเท่ากัน ไม่ได้แปลว่าใช้ AI ได้อย่างมีวิจารณญาณเท่ากัน

โครงสร้างดิจิทัลแบบรวมศูนย์ของสิงคโปร์ช่วยลดความเหลื่อมล้ำด้านอุปกรณ์และเครื่องมือการเรียนรู้ที่ได้รับอนุมัติ MOE ระบุว่าโรงเรียนได้รับการสนับสนุนด้านเครือข่าย อุปกรณ์ และซอฟต์แวร์ ขณะที่นักเรียนทั่วระบบสามารถใช้ SLS ซึ่งมีเนื้อหาตามหลักสูตรตั้งแต่ประถมศึกษาถึงก่อนมหาวิทยาลัย

แต่การเข้าถึงที่เท่าเทียมไม่ได้รับประกันว่าทุกคนจะใช้ AI อย่างมีวิจารณญาณเท่าเทียมกัน นักเรียนที่ครอบครัวมีเวลา ความมั่นใจ หรือประสบการณ์ด้านการศึกษามากกว่า อาจได้รับการช่วยเหลือมากกว่าในการตั้งคำถามกับคำตอบ ตรวจสอบแหล่งข้อมูล หรือสังเกตว่าคำอธิบายหนึ่งฟังดูดีแต่ผิวเผิน หากโรงเรียนไม่สอนทักษะเหล่านี้อย่างชัดเจน ความแตกต่างดังกล่าวอาจกลายเป็นความเหลื่อมล้ำทางการศึกษารูปแบบใหม่

โรงเรียนสามารถลดช่องว่างนี้ได้ด้วยการทำให้พฤติกรรมของผู้ใช้ AI ที่มีความเชี่ยวชาญกลายเป็นทักษะที่สอนและฝึกได้ เช่น:

• สาธิตการตรวจสอบข้อมูลและประเมินแหล่งที่มาในห้องเรียน
• ให้ตัวอย่างการใช้ AI ที่ดีและไม่ดี พร้อมคำถามที่มีโครงสร้าง
• สอนการรู้คิดเกี่ยวกับความคิดของตัวเอง หรือ metacognition รวมถึงการตรวจสอบว่า “เราเข้าใจเรื่องนี้จริงหรือไม่”
• จัดให้มีการใช้เครื่องมือที่สถาบันกำกับดูแลภายใต้การดูแล
• ฝึกอบรมครู เพื่อไม่ให้คุณภาพคำแนะนำของนักเรียนขึ้นอยู่กับความมั่นใจด้าน AI ของครูแต่ละคน

ทิศทาง AI literacy ของ MOE ครอบคลุมการเข้าใจประโยชน์ ข้อจำกัด และความเสี่ยงของ AI การตั้งคำถามกับผลลัพธ์ และการระบุอคติหรือข้อมูลเท็จและทำให้เข้าใจผิด

ทิศทางของสิงคโปร์ถึงปี 2029

สัญญาณด้านนโยบายที่มีอยู่ชี้ว่าสิงคโปร์จะเดินหน้าผสาน AI เข้ากับการศึกษาให้ลึกขึ้น ไม่ใช่ถอยกลับ โดยมีแนวโน้มว่าจะสอน AI literacy อย่างต่อเนื่องในทุกช่วงวัย ขยายเครื่องมือ AI ที่ได้รับอนุมัติ และใช้ SLS เพื่อสนับสนุนการฝึกฝนเฉพาะบุคคลกับฟีดแบ็กระหว่างเรียน

มหาวิทยาลัยก็น่าจะยังเน้นการเปิดเผยการใช้งาน ความรับผิดชอบ และกติกาเฉพาะรายวิชา มากกว่าการบังคับใช้ระบบตรวจจับ AI เป็นหลัก การประเมินผลจะให้คุณค่ากับกระบวนการ การนำความรู้ไปใช้ การสนทนา และวิจารณญาณมากขึ้น โดยเฉพาะในวิชาที่เป้าหมายคือการให้ผู้เรียนคิดอย่างเป็นอิสระ

บททดสอบสำคัญคือ AI จะช่วยขยายความสามารถในการคิดของนักเรียน หรือค่อย ๆ เข้ามาแทนที่การฝึกฝนที่จำเป็นต่อการคิด สิงคโปร์จึงไม่จำเป็นต้องเลือกเพียง “AI ทุกที่” หรือ “AI ห้ามใช้” ทางเลือกที่แข็งแรงกว่าคือการใช้งานอย่างมีโครงสร้าง พร้อมกันนั้นต้องสงวนเวลาสำหรับการอ่าน เขียน คำนวณ อภิปราย และแก้ปัญหาโดยไม่พึ่ง AI

เป้าหมายสุดท้ายคือให้นักเรียนจบการศึกษาโดยสามารถทำงานร่วมกับ AI ได้อย่างมีประสิทธิภาพ รู้ว่าเมื่อใด AI ผิด ตัดสินใจได้ว่าเมื่อใดไม่ควรใช้ และยังให้เหตุผลที่น่าเชื่อถือได้แม้ไม่มีเครื่องมืออยู่ตรงหน้า นี่คือเส้นแบ่งระหว่างการเรียนรู้ร่วมกับ AI กับการปล่อยให้ AI เรียนแทนตัวเรา